feat: 新增 standardized_slope (t-statistic) 因子并实验验证

- simple_rotation.py: 新增 standardized_slope_score 函数 (slope/SE)
- config_loader.py: FactorType 枚举新增 STANDARDIZED_SLOPE
- 对比实验结果: standardized_slope 年化 13.73% vs slope_r2 19.84%
- 结论: t-statistic 过度惩罚高波动资产的有效趋势信号，不适合本场景
- 文档更新: 动量因子对比调研报告新增 3.3 节详细分析

docs/动量因子对比调研报告.md

@@ -86,9 +86,12 @@ $$\text{Score} = \frac{\text{prices}[-1]}{\text{prices}[0]} - 1$$
 | vol_adjusted_momentum | 13.16% | 0.85 | -18.61% | 0.71 | 393 | 55.9% |
 | **slope_r2（当前默认）** | **19.84%** | **1.14** | **-15.35%** | **1.29** | 394 | 54.1% |
 | momentum | 9.27% | 0.57 | -17.42% | 0.53 | 729 | 53.3% |
+| standardized_slope | 13.73% | 1.01 | -13.52% | 1.02 | 335 | 54.5% |
 
 **结论**：`slope_r2` 全面胜出，年化 +1.48%，夏普 +0.12，回撤改善 +1.01%。
 
+> **注**：`standardized_slope`（t-statistic）回撤更小但收益大幅落后（年化 -6.11%），说明统计显著性过滤在高波动资产上过度惩罚趋势信号，不适合本场景（详见 3.3）。
+
 ### 3.2 数值尺度分析（2024-06-03 截面）
 
 | 因子 | 最大值 | 最小正值 | max/min 比值 |
@@ -100,6 +103,31 @@ $$\text{Score} = \frac{\text{prices}[-1]}{\text{prices}[0]} - 1$$
 
 `slope_r2` 的跨资产数值差距仅 31 倍，远小于其他因子的 2000~3000 倍，这是其跨市场可比的根本原因。
 
+### 3.3 standardized_slope（t-statistic）实验
+
+**公式**：
+$$\text{Score} = \frac{\hat{\beta}}{\text{SE}(\hat{\beta})}, \quad \text{SE}(\hat{\beta}) = \sqrt{\frac{\text{MSE}}{S_{xx}}}$$
+
+**学术动机**：t-statistic 同时考虑了斜率大小和估计的统计显著性，理论上比 `slope × R²` 更严格。
+
+**实验结果**：
+
+| 指标 | slope_r2 | standardized_slope | Δ |
+|------|---------|-------------------|---|
+| 年化收益 | 19.84% | 13.73% | **-6.11%** |
+| 夏普比率 | 1.14 | 1.01 | **-0.12** |
+| 最大回撤 | -15.35% | -13.52% | +1.83% |
+| Calmar | 1.29 | 1.02 | -0.27 |
+| 调仓次数 | 394 | 335 | -59 |
+
+**失败原因分析**：
+
+- **绝对度量 vs 相对度量**：`SE(β)` 是绝对度量（量纲同斜率），而 `R²` 是相对度量（无量纲）。在跨资产比较中，SE 对高波动资产（如 CL=F、HSTECH）惩罚过重，即使趋势方向正确，score 也会被压低。
+- **过度过滤**：调仓次数减少 59 次，说明 t-statistic 把大量"方向对但波动大"的有效信号过滤掉了，反而错失趋势行情。
+- **数学等价性**：`slope / SE(slope) = slope × √(Sxx / MSE)`，而 `slope × R² = slope × (1 - SS_res/SS_tot)`。前者惩罚的是残差方差绝对值，后者惩罚的是偏离趋势线的比例——后者更适合作为趋势质量因子。
+
+**结论**：t-statistic 不适合本场景，保持 `slope_r2` 为默认因子。
+
 ---
 
 ## 4. slope_r2 胜出的原因分析
@@ -245,18 +273,22 @@ factor:
 | 负价格排除 | 窗口内出现非正价格时返回 None | 低（实际影响极小） |
 | 多窗口融合 | 结合 5/25/60 天信号 | 中 |
 | 截面 rank | 动量值转截面百分位排名 | 低（slope_r2 已天然可比） |
+| ~~标准化斜率~~ | slope/SE(slope)，已验证不适合（详见 3.3） | **已排除** |
 
 ---
 
 ## 附录：实验代码
 
-对比实验脚本：`rotation/experiments/factor_comparison.py`
+对比实验脚本：`rotation/experiments/factor_comparison.py`、`rotation/experiments/std_slope_test.py`
 
 运行方式：
 ```bash
 cd /Users/aszer/code/etf
 set -a && source .env && set +a
 python rotation/experiments/factor_comparison.py
+python rotation/experiments/std_slope_test.py
 ```
 
-结果输出：`rotation/experiments/output/factor_comparison_results.json`
+结果输出：
+- `rotation/experiments/output/factor_comparison_results.json`
+- `rotation/experiments/output/std_slope_test_results.json`